公主岭市土地利用变化的生态效应研究

不同的景观结构组成和空间配置具有不同的生态效应，因此土地利用/土地覆被变化会影响生物多样性和生态系统功能的发挥。本文选取1975年Landsat/MSS影像数据和1986年、1996年和2000年Landsat/TM标准假彩色合成影像作为基本信息源，借助GIS空间分析和地统计分析功能，从景观生态学角度提出了景观生态指数来反映LUCC变化所带来的生态效应。研究发现，近30年来公主岭市土地利用/土地覆被变化显著。1975年～1986年间各类土地利用类型的变化尤为明显，到1996年～2000年间土地利用变化的速度明显减慢。从土地资源分布重心可以看出，土地利用分布空间变化主要是由耕地的变化引起的。景观生态指数计算结果表明，公主岭市1975年～1986年间由于土地利用/土地覆被变化造成的生态风险不断增加，随后逐渐减小，这种变化与该地区土地利用类型的变化，特别是耕地、林地和草地的变化趋势呈高度相关，说明该地区土地利用/土地覆被变化对生物多样性及生态安全具有重要影响。     

1998年～2006年中国耕地资源的时空变化特征

根据1998年～2006年全国土地利用变更和全国耕地变化情况数据,对中国耕地资源的时空变化特征进行了分析。研究表明：①1998年～2006年间,耕地资源结构变化的区域分异明显。黄淮海平原、长江中下游平原以及东部和东南沿海这些水热条件好、优质耕地集中的区域,灌溉耕地面积减少,耕地生产力降低;②除新疆和黑龙江耕地面积净增加外,全国其它地区耕地面积均呈下降趋势。耕地变化最为剧烈的地区分布在京津塘、长江三角洲、珠江三角洲的经济快速发展区和内蒙长城沿线农牧交错带;③耕地资源增减分布的区域差异明显。耕地减少区域主要分布在黄土高原区、内蒙古及长城沿线的农牧交错带区和东部水热条件较好的平原及丘陵区;耕地增加区域呈明显的西移趋势,由此而导致耕地的整体生态条件恶化;④耕地增减变化的原因亦存在区域差异。在黄土高原区和内蒙古及长城沿线的农牧交错区,耕地减少的主要原因是生态退耕;在经济发达的东部沿海区,耕地减少的主要原因是农业结构调整和建设用地扩张。对于新增耕地而言,在西部地区,主要来自土地开发;在中东部地区,主要来自土地开发和整理;⑤建设用地占用耕地主要是由于独立工矿和村庄的扩张,其区位分布恰和我国重要的粮食生产区域相重叠。     

兰西城市群土地利用/覆被变化模式特征——基于强度分析框架

【目的】基于土地利用转移矩阵提出土地利用/覆被变化（LUCC）强度分析框架，从绝对和相对强度两个角度分析地类之间的转换趋势及其对土地利用/覆被结构的影响。【方法】构建土地利用/覆被变化强度图谱以直观展现区域LUCC关键模式，并以兰西城市群为例进行实证研究。【结果】土地利用/覆被变化强度图谱融合绝对和相对强度信息，既可反映如耕地倾向于转化为建设用地、水域向林地转化的强度较低等LUCC的区域共性规律；也能较好地揭示兰西城市群作为西部生态脆弱区中城市化重点区的特异性变化模式，如2010—2020年期间，兰西城市群在未利用地向水域、草地向耕地及建设用地向未利用地的转化过程中均表现出倾向性的变化模式，但受气候变化、占补平衡政策及土地整治项目管护不周等因素影响，分别表现为系统倾向性、绝对倾向性及相对倾向性的变化特征。进一步与转移矩阵及桑基图对比解析可知，绝对强度和相对强度间不存在直接关联性，所构建的强度分析框架及图谱受地类比例和区域整体LUCC强度的影响相对较小。【结论】本文提出的强度分析框架具有可行性，可为识别及解析区域LUCC关键模式及规律，优化土地资源管理政策提供科学支撑。     

盐城海岸带土地利用变化的生态环境效应研究

海岸带是全球环境变化最为敏感的地区之一,其土地利用变化可引起多种资源与生态过程的改变.随着人口的增加以及经济的发展,盐城海岸带土地利用变化不断加剧,耕地和水域是其变化的2个核心.文章分析了该区土地利用及其变化对土壤环境、水环境以及生物多样性的生态效应,分析表明,滩涂在合理农业土地利用方式下可使土壤达到淋盐增肥的效果;入海河道污染负荷成倍增加,居民工矿用地扩展是导致盐城海岸带水环境质量下降的主要原因;因滩涂开发利用使生境压力增大、景观破碎化程度增加,威胁盐城海岸带生物多样性.     

基于GIS与景观生态原理的土地资源规模化潜力评价

中国新农村建设的核心是构建现代农业体系，而现代农业是以农业产业化、规模化为主要标志。农业规模化首先依赖于土地资源规模化潜力的大小。土地资源空间格局和地形是土地资源规模化潜力的两个核心指标。本文探讨了利用地形指标，景观丰度指数、斑块方度指数、景观集中度指数等景观格局指数作为土地资源规模化潜力评价的方法，结合DTM提取的地形坡度因子，以地形起伏较大的喀斯特山区耕地资源为例，应用GIS技术定量分析了不同地形区包括喀斯特河谷区和喀斯特峰林峰丛山区耕地资源规模化潜力指数和规模化成本。结果表明，地势平坦的喀斯特河谷区的耕地规模化潜力综合指数为0.91，地形复杂的喀斯特峰丛峰林山区为0.28，前者为后者的3倍多，而后者的耕地规模化机械成本消耗是前者的8.8倍。说明土地资源规模化潜力和规模化成本受到土地资源空间格局和地形格局的严重制约，且严格受控于土地资源空间格局与地形的组合形态，不同的地形区域之间差异巨大，将对区域农业现代化发展有重要影响。     

黄土丘陵区土地资源生态安全及其动态评价

土地资源生态安全研究是当前区域可持续发展研究的前沿课题，科学评价区域土地资源生态安全状态及变化，是土地利用科学决策及土地利用模式优化的基础和依据。本文界定了土地资源生态安全的概念，针对黄土丘陵区土地资源特点及面临的主要生态问题，基于P-S-R概念模型运用层次分析法建立了黄土丘陵区土地资源生态安全评价指标体系，并对指标安全阈值的确定进行了初步探讨。鉴于土地资源生态安全的动态特性，提出了基于状态评价模型和趋势分析模型相结合的区域土地资源生态安全动态评价方法，弥补了传统静态评价方法的不足，以地处宁南黄土丘陵区的彭阳县为例，进行了实证研究，对彭阳县1986年～2004年土地资源生态安全状态及变化趋势进行了评价和分析，结果表明近20年来该区域土地资源生态安全变化趋势趋于改善，但目前安全状态仍处于较不安全等级，评价结果能较为全面客观地反映该区域土地资源生态安全状况。     

湖南省农业可持续发展的生态安全评价

在分析农业生态安全面临的问题、构建农业生态安全评价指标体系的基础上，运用层次分析法和GIS技术，采用“农业生态不安全指数”对湖南省主要农村地域县（市）的农业生态安全状况进行了综合评价。结果表明，长江沿岸与洞庭湖区洪涝灾害、湘中南的夏秋干旱、中小城市的“三废”污染以及较大范围的重金属污染等是湖南省农业生态安全面临的最主要的问题和挑战。湖南省农业生态安全地域差异明显，长株潭地区总体安全度最高，但该区由于城市化、工业化程度高，耕地数量下降快,“三废”污染呈加重趋势，都对农业生态安全构成潜在威胁；湘西武陵源山区农业生态安全度较高，喀斯特山区的生态治理和脱贫致富是改善农业生态环境的关键所在；湘南山地丘陵区农业生态安全度中等，降水时空分配不均导致季节性干旱和洪涝灾害问题突出；湘中丘岗盆地区人地矛盾极为突出，工业“三废”污染较重，加上降雨时空分配不均、水土匹配欠佳导致季节性干旱明显，生态安全度较低。湘北洞庭区湖泊生态环境演替频繁，以洪灾为主的自然灾害对农业生态安全构成严重威胁，农业生态安全度最低。     

中国耕地资源区域变化态势分析

本文采用1996年~2004年全国土地利用变更调查数据和同期各地类的流向数据,对我国耕地资源8年来变化流向情况及耕地资源增加和减少的来源构成进行了分析,并着重分析了我国非农建设用地占用耕地情况。研究结果表明,1996年~2004年间全国共有9.3%的耕地转移为非耕地,全国耕地转移的速率是平均每年转移1.03%,同期全国共新增耕地2.93%,耕地年平均新增速率是0.33%。综合耕地转移和新增结果,1996年~2004年间全国共12.24%的耕地发生了变化,其年平均变化速率是1.36%。进一步分析表明,我国耕地减少的主要原因是生态退耕,而耕地增加主要是由于土地开发和农业结构调整,且耕地流向变化具有明显的区域特征。此外,我国非农建设占用耕地的势头加速增长,且以独立工矿用地和城镇扩展占用耕地较严重。江苏、山东、浙江、河南、河北和广东等经济发达地区和粮食主产区非农建设占用耕地尤为突出,国家粮食安全受到严重威胁。     

西部大开发中存在的问题及对策

土地资源开发利用不合理 由于对土地资源缺乏严格的管理，加上长期掠夺式的生产方式，还加上某些政策的失误，以及迫于人口迅速增长的压力，造成了西部地区土地资源利用的不合理以及环境的日益恶化，这主要表现在以下几个方面：     

北京耕地流失的时空特征与驱动机制

利用1996年和2004年北京市两期土地利用图，提取各类用地的图斑，运用GIS技术和数理统计方法，分析了1996年～2004年间北京耕地流失的特点及其影响因素。结果发现：1996年～2004年北京土地利用变化中，大多数地类转换都与耕地直接有关，耕地流失是北京土地利用变化的核心问题；城镇扩展主要占用耕地，且耕地生产力高的平原地区因建设占用而流失的耕地量大；远郊山区耕地被建设占用的压力相对较小，但被生态用地占用的压力相对较大；1996年～2004年间，尽管耕地面积减少，但耕地破碎化程度却在加重；地形和交通状况对耕地的空间变化过程影响显著。本文研究表明，第三产业的快速发展是促使北京地区耕地流失的最主要的动力, 由此带来的居民生活水平提高对北京耕地变化的解释力最强，恰好与前人相关研究结论相互印证；人口快速增长、区域土地市场过度竞争、农业结构调整及退耕还林政策也是北京耕地流失的重要驱动因素。